La crisis climática actual es un desafío crucial para la humanidad. El cambio climático tiene efectos significativos en el planeta y la vida humana, como el aumento del nivel del mar, fenómenos meteorológicos extremos y cambios en los patrones de precipitación. Los gases de efecto invernadero, especialmente de las centrales térmicas, son los principales impulsores del cambio climático. Las energías renovables, como la solar y la eólica, ofrecen una alternativa más limpia y asequible. Sin embargo, la transición hacia la energía solar fotovoltaica presenta desafíos técnicos y operativos debido a la variabilidad de la radiación solar.
La radiación solar extraterrestre es la radiación electromagnética emitida por el sol que llega a la Tierra. Esta depende de varios factores, como la latitud, longitud y día del año.
La atmósfera de la Tierra está compuesta por diversos gases, vapor de agua y aerosoles, como partículas de polvo. Estos componentes interactúan con la radiación solar de diferentes maneras, modificando su intensidad y distribución.
En los sistemas de generación de energía, es crucial mantener un equilibrio adecuado entre la demanda y la oferta. Las predicciones de estos dos componentes permiten a los participantes del sistema (como generadores, distribuidores, operadores y reguladores) establecer las dinámicas del mercado energético, incluyendo la compra y venta de energía.
Dada la creciente implementación de proyectos fotovoltaicos en todo el mundo, es altamente deseable predecir la radiación solar en diferentes escalas temporales. Estas predicciones tienen aplicaciones amplias, como seleccionar ubicaciones óptimas para parques solares, estimar el equilibrio entre oferta y demanda, establecer franjas horarias para el despacho de energía y administrar el almacenamiento de energía. Además, ayudan a planificar ciclos de mantenimiento y transacciones en el mercado energético.
Para estimar la radiación solar percibida en un punto de la Tierra, se utilizan modelos físicos o estadísticos. Los modelos físicos aplican leyes físicas para calcular la cantidad de radiación solar que llega a la superficie terrestre, considerando las interacciones con la atmósfera. Los modelos estadísticos se basan en datos históricos de radiación solar para predecir la radiación futura.
El enfoque abordado en este trabajo se centra en analítica de datos, utilizando métodos estadísticos y machine learning para predecir la radiación solar en diferentes escalas temporales.
Los datos usados hacen parte de un repositorio abierto con licencia Creative Commons Attribution, que contiene mediciones de radiación horizontal global solar (GHI), para el período 2002-2019, con frecuencia de 30 minutos, para 37 estaciones de Castilla y León, en España.
Los datos fueron publicados por integrantes del Departamento de Ingeniería Topográfica y Cartográfica de la Escuela Técnica Superior de Ingenieros en Topografía, Geodesia y Cartografía, Universidad Politécnica de Madrid, y se encuentran disponibles para su uso con fines de investigación en un repositorio público. Los datos contienen información de marca de tiempo, datos meteorológicos (precipitación, temperatura, humedad relativa, radiación solar, velocidad y dirección del viento) y geoespaciales (latitud y longitud).
Los datos incluyen mediciones realizadas para cada una de las 37 estaciones relacionadas incluyendo:
Análisis exploratorio de las variables del dataset. En vista de que
hay una gran cantidad de registros que corresponden a las horas
nocturnas en las que no hay radiación solar. Con el fin de realizar un
mejor análisis exploratorio se filtraron los registros en los que la
radiación teórica es cero (0).
Para visualizar el comportamiento de la radiación solar horizontal
disponible a lo largo del año, se realiza una comparación entre los
datos medidos y los datos teóricos esperados en la ubicación de cada una
de las estaciones meteorológicas.
A continuación se muestra un ejemplo para el caso particular de la
estación de Nava de Arévalo (Código de estación AV01), donde se
toman los datos de la estación de medición durante el año 2002 como el
GHI medido, y por otro lado,haciendo uso de latitud y longitud, así como
la longitud del uso horario, se obtienen los valores de GHI teórico.
El siguiente gráfico muestra el comportamiento de la radiación solar en W/m² a lo largo de los 20 primeros días de abril de 2002 para la estación de medición Nava de Arévalo (AV01), donde se observa la reducción de la irradiación solar en la ubicación de la estación debida a factores meteorológicos adicionales, específicos de la zona, con respecto a la radiación solar teórica esperada a nivel de la atmósfera superior.
| precipitation | air_temp | humidity | GHI | wind_sp | wind_dir | theoretical_radiation | |
|---|---|---|---|---|---|---|---|
| count | 17035.000 | 17035.000 | 17035.000 | 17035.000 | 17035.000 | 17035.000 | 17035.000 |
| mean | 0.026 | 11.540 | 68.199 | 189.046 | 2.684 | 208.622 | 315.591 |
| std | 0.210 | 7.714 | 22.408 | 277.933 | 1.867 | 90.513 | 406.922 |
| min | 0.000 | -6.570 | 8.020 | 0.000 | 0.000 | 0.000 | 0.000 |
| 25% | 0.000 | 5.860 | 52.605 | 0.000 | 1.280 | 166.600 | 0.000 |
| 50% | 0.000 | 10.130 | 74.900 | 6.320 | 2.160 | 218.100 | 0.000 |
| 75% | 0.000 | 16.040 | 87.200 | 316.600 | 3.740 | 277.550 | 591.967 |
| max | 12.400 | 35.270 | 97.800 | 1078.000 | 12.560 | 360.000 | 1347.521 |
Los métodos de pronóstico de radiación solar más utilizados y altamente recomendados incluyen:
En la literatura, se encuentran numerosas referencias a modelos que combinan estos métodos de manera híbrida para optimizar su desempeño. La evaluación suele realizarse considerando diferentes estaciones del año y características específicas del lugar de estudio.